德米斯·哈薩比斯希望 AI 做到前所未有的事：像愛因斯坦一樣思考。不是模仿愛因斯坦，也不是重複愛因斯坦的論文，而是從零開始，僅憑 1911 年之前可用的資訊，真正重現產生廣義相對論的創造性躍遷。
谷歌 DeepMind 的首席執行官一直在完善他認為真正的人工通用智慧評估標準，這遠比業界通常討論的任何標準都更嚴苛。
愛因斯坦測試，詳解
這是設定：你訓練一個 AI，使其學習截至特定截止日期（例如 1901 年或 1911 年）之前的所有人類知識，然後讓它推導出類似狹義相對論（1905 年發表）或廣義相對論（1915 年發表）的理論。用英文來說：如果 AI 只能使用 20 世紀初科學家們所知的知識，它能否做出與愛因斯坦相同的直覺與創造性突破？
目前的答案是明確的否。
哈薩比斯明確表示，即使 DeepMind 最令人印象深刻的成就也未能達到這一標準。該公司因透過 AlphaFold 研究蛋白質摺疊，於 2024 年獲得諾貝爾化學獎。但在哈薩比斯自己的框架中，解決蛋白質結構並不構成真正的 AGI，因為該系統僅在具有明確定義的問題空間和已知規則內運作。
同樣地，他認為解決著名的數學開放性問題——埃爾德什問題——並不足以證明一般智能。哈薩比斯所區分的是：在現有範式內解決困難問題，與創造全新的範式之間的差異。
一個變動的時間線
在 2025 年初，他建議通用人工智慧「可能距離實現還有三到五年」。到 2026 年，他將這一估計修正為約 2030 年，誤差範圍為一年。
為何這不僅限於人工智慧泡沫
哈薩比斯對通用人工智慧的定義至關重要，因為它為整個行業設定了辯論的期限。如果你接受他的愛因斯坦測試作為標準，那麼競爭對手關於「實現通用人工智慧」的幾乎所有主張都將顯得為時過早。OpenAI、Anthropic、Meta 等公司都使用了不同的通用人工智慧定義，其中一些比哈薩比斯所描述的更為寬鬆。
例如，OpenAI 過去將其 AGI 定義與經濟產出掛鉤，大致上是指一個能夠完成大多數人類所從事的經濟價值工作之系統。這比獨立推導出廣義相對論的標準低得多。
加密貨幣市場與這些 AGI 討論沒有直接關聯，哈薩比斯在其言論中也未提及區塊鏈、代幣或去中心化協議。